Pandas read_sql读取浮点字段值异常（小数位丢失数值放大）求助

这问题我之前帮同事排查过，大概率是数值存储方式或者数据库驱动解析逻辑的锅，给你几个靠谱的解决方向：

1. 先确认数据库字段的实际存储逻辑 #

首先去数据库里查一下对应字段的类型：

• 如果字段是INT/BIGINT类型（比如金额以分为单位存储），那SQL Developer里看到的小数是工具自动做了除以100的转换，而Pandas会直接读取原始整数。这种情况直接在Pandas里手动转换就行：

# 把目标字段除以100恢复成原数值
df['target_column'] = df['target_column'] / 100
# 如果需要保留两位小数，可以再加一步
df['target_column'] = df['target_column'].round(2)

• 如果字段是NUMBER(precision, scale)（比如NUMBER(10,2)）这类带小数位的数值类型，那问题出在驱动解析上，看下面的方案。

2. 强制指定字段数据类型读取 #

用pandas.read_sql的时候，通过dtype参数强制指定目标字段的类型，避免驱动自动解析出错：

import pandas as pd
from sqlalchemy import create_engine

# 替换成你的数据库连接字符串
engine = create_engine('your_db_connection_string')
# 强制指定字段为float64或者Decimal类型
df = pd.read_sql(
    'your_sql_query',
    engine,
    dtype={'target_column': 'float64'}
)

如果需要更高精度的数值计算（比如金额场景），推荐用Decimal类型：

from decimal import Decimal

# 先读取为整数，再转换为Decimal后除以100
df['target_column'] = df['target_column'].apply(lambda x: Decimal(x) / 100)

3. 检查数据库驱动的配置和版本 #

不同数据库的驱动可能有特殊参数需要设置：

• 比如使用cx_Oracle连接Oracle数据库时，确保驱动版本是最新的，旧版本可能存在数值解析bug。可以升级驱动：

pip install --upgrade cx_Oracle

• 如果用pyodbc连接SQL Server/其他数据库，尝试添加decimal_as_float=False参数到连接字符串，避免小数被转成整数：

conn_str = 'DRIVER={ODBC Driver 17 for SQL Server};SERVER=your_server;DATABASE=your_db;UID=user;PWD=password;decimal_as_float=False'
df = pd.read_sql('your_sql_query', conn_str)

4. 验证查询语句的一致性 #

确保Pandas执行的SQL和你在SQL Developer里跑的完全一致，有没有不小心加了CAST(column AS INT)这类转换逻辑？先把SQL复制到Pandas里再执行，排除语句差异的问题。

最后可以先跑个简单的验证，看看读取后的字段类型：

print(df.dtypes)

如果显示是int64，那基本就是存储的是放大后的整数，直接除以100就行；如果是float64但数值不对，那就是驱动解析的问题，调整驱动参数或者类型指定就好。

内容的提问来源于stack exchange，提问作者João Pedro